'color': '#f27777' }, { 'max': 9, 'min': 1, 'color': '#f7adad' }, { 'max': 0, 'color': '#f7e4e4' }, ] labels = [data[0] for data in china_data] counts = [data[1] for data in china_data] m = Map() m.add("累计确诊", [list(z) for z in zip(labels, counts)], 'china') # 系列配置项,可配置图元样式、文字样式、标签样式、点线样式等 m.set_series_opts(label_opts=opts.LabelOpts(font_size=12), is_show=False) # 全局配置项,可配置标题、动画、坐标轴、图例等 m.set_global_opts( title_opts=opts.TitleOpts(title='全国实时确诊数据', subtitle='数据来源:丁香园'), legend_opts=opts.LegendOpts(is_show=True), visualmap_opts=opts.VisualMapOpts( pieces=pieces, is_piecewise=True, # 是否为分段型 is_show=True)) # 是否显示视觉映射配置 # render()会生成本地 HTML 文件,默认会在当前目录生成 render.html 文件,也可以传入路径参数,如 m.render("mycharts.html") m.render(path='data/全国实时确诊数据.html')
data=json.loads(reqs) # 字符串 —————— 字典 # print(data) # print(data["data"]) # 提取国家名和国家病死率 $ 表示最外层的{} .. 表示模糊匹配 name=jsonpath.jsonpath(data,"$..name") # 所有的内容,提取内容的共同规则 confirm=jsonpath.jsonpath(data,"$..confirm") # name1=[item["name"] for item in data["data"] ] a= list(zip(name,confirm)) # 生成输入数据 print(a) # nameMap={} # 2、数据可视化地图绘制 # 需要设置:地图大小 标题 颜色 数据 mapset=opts.InitOpts(width='1200px',height='600px') map_ = Map(opts.InitOpts(width='1200px',height='600px')).add(series_name="世界各国的病死率", data_pair=a, # 输入数据 maptype="world", # 地图类型:世界地图 # name_map=nameMap, # 添加映射,自定义地区的名称映射 is_map_symbol_show=False # 不显示标记点 ) # 设置系列配置项 map_.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 不显示国家名称 map_.set_global_opts(title_opts=opts.TitleOpts(title="国外疫情的情况"), visualmap_opts=opts.VisualMapOpts(max_=6000000,is_piecewise=True)) map_.render("国外疫情情况.html")
try: # 执行SQL语句,返回影响的行数 row_count = cursor.execute(sql) # 获取所有记录列表 results = cursor.fetchall() dataX = [] dataY = [] for row in results: # 此处不可以用索引访问:row[0] dataX.append(row["country"]) dataY.append(row["customer_num"]) return dataX, dataY except: print("错误:数据查询操作失败") finally: connection.close() # 执行主函数 if __name__ == '__main__': print(customer_sum_query()) dataX, dataY = customer_sum_query() map = Map(init_opts=opts.InitOpts(width="1200px", height="600px")) map.add("", [list(z) for z in zip(dataX, dataY)], "world") map.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) map.set_global_opts(title_opts=opts.TitleOpts(title="客户地理位置分布图"), visualmap_opts=opts.VisualMapOpts(max_=1600, split_number=8, is_piecewise=True)) map.render("customer_address.html")
visualmap_opts=opts.VisualMapOpts(max_=1100000, is_piecewise=False), legend_opts=opts.LegendOpts(is_show=False), #show legend ) map_1.render_notebook() #show the map # # A total of 212 countries displayed on map. The data looks clumsy. We can get rid of countries name to make it more attaractive # In[32]: list1 = [[country[i],totalcases[i]] for i in range(len(country))] map_1 = Map(init_opts=opts.InitOpts(width='1000px', height='460px')) map_1.add("Total Confirmed Cases", list1, maptype='world') map_1.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #remove country names map_1.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=1100000,is_piecewise=False), legend_opts=opts.LegendOpts(is_show=False)) map_1.render_notebook() # In[35]: list1 = [[country[i],totalcases[i]] for i in range(len(country))] map_1 = Map(init_opts=opts.InitOpts(width='1000px', height='460px')) map_1.add("Total Confirmed Cases", list1, maptype='world', is_map_symbol_show=False) map_1.set_series_opts(label_opts=opts.LabelOpts(is_show=False))